脑组织的光学清除过程可视化三维血管网络…
光学清除脑组织的过程,以在荧光成像中可视化三维血管网络。两性离子聚合物水凝胶包括模拟组织上脂肪分子的聚合物水凝胶,通过释放脂肪促进光学组织清除过程。
资料来源:大阪府立大学千叶小岛、高田孝行、成井哲郎、一原纯次、杉浦菊也、松本秋和
24.09.2021 •

水凝胶改进了癌症诊断方法

说到癌症,清晰是关键。癌症肿瘤和转移组织的三维可视化(3D)能力可以帮助临床医生诊断癌症的精确类型和阶段,同时也为最佳治疗方法提供信息。为了获得更清晰的组织成像,日本的一个研究小组测试了专用水凝胶的有效性。

就像一个三维分子网络,这些水凝胶能迅速去除脂肪吗组织这是造成组织浑浊的一个因素,但却不会失去其结构。这种材料被用于几个地方生物医学的设备,包括隐形眼镜。

第一作者、大阪府立大学工程研究生院应用化学系副教授Chie Kojima说:“自1981年以来,日本的主要死因一直是癌症。”。“我们需要新的治疗方法和诊断技术。3D荧光成像是这样一种方法,它可能被证明是了解器官规模上的多细胞系统所不可或缺的,因为它可以为我们提供比传统2D成像更多的信息。这可能有助于个性化医疗的诊断,以及阐明b生物现象。”

这种类型的成像包括标记某些分子机器,如蛋白质,因此它们根据自身的性质发出不同颜色的荧光。发光信号可以在各种样品中观察到,从整个生物体到细胞水平。然而,大多数组织是不透明的,阻碍了看到这些信号的能力。在2D成像中,样本被切成薄片,这使得信号很容易看到,但无法在3D中显示整个系统。

此前,研究人员使用了一种名为CLARITY的方法,将组织嵌入到聚丙烯酰胺水凝胶中。将脂肪从组织中去除,并调整介质的折射率。标记的发光信号可以用3D显示出来,但癌变组织需要一个月的时间才能清理干净——对病人来说,等待诊断的时间太长了,小岛说。在此期间,肿瘤很可能已经扩散。

Kojima说:“在实际应用中,澄清法的光学清除过程时间需要缩短。”。

为了缩短时间,研究人员使用两性离子水凝胶,这种水凝胶在带电分子中保持平衡,并保持组织样本的结构。在几种两性离子水凝胶组合中,研究小组发现,聚合物水凝胶在组织上模拟脂肪分子,似乎能最快地清除肿瘤组织。据小岛说,水凝胶是高度渗透的,这可能有助于从组织中提取其他脂肪酸。

Kojima说:“利用我们的系统,小鼠脑组织中的血管网络以及转移性肿瘤组织可以以3D形式显示出来。”

他们可以比以前更快地看到肿瘤组织:通过改进的方法,以前花了一个月的时间就可以在一周内完成。

研究人员正在继续探索这项技术以及如何将其应用于人类癌症的诊断。小岛说:“我们正试图将我们的系统应用于病理诊断。”。“我们希望能够诊断一个完整的活检样本,而不是薄片,这可以防止对小癌症的忽视。

这项研究发表在高分子生物科学.

订阅我们的时事通讯

相关文章

胰腺“类器官”模仿真实的东西

胰腺“类器官”模仿真实的东西

研究这些类器官可以帮助研究人员开发和测试胰腺癌的新疗法。

用来画癌症边缘的笔

用来画癌症边缘的笔

MasSpec笔已经证明,在手术过程中,可以从储存的胰腺样本中准确区分健康组织和癌组织。

无创检测检测癌细胞

无创检测检测癌细胞

科学家已经证明,诊断性纳米颗粒可以用来监测治疗后的肿瘤复发或进行常规癌症筛查。

MasSpec Pen在胰腺癌手术中的应用前景

MasSpec Pen在胰腺癌手术中的应用前景

MasSpec笔已经证明可以直接准确地识别患者的组织和手术边缘,并从储存的胰腺样本中区分健康组织和癌组织。

AI在肿瘤图像中发现突变模式

AI在肿瘤图像中发现突变模式

研究人员开发了一种人工智能算法,利用计算机视觉分析癌症患者的组织样本。

ConvPath软件使用人工智能识别癌细胞

ConvPath软件使用人工智能识别癌细胞

一个软件工具使用人工智能从数字病理图像中识别癌细胞,为临床医生预测患者预后提供了一种强有力的方法。

AI评估皮肤癌的转移潜能

AI评估皮肤癌的转移潜能

通过使用深度学习算法,研究人员已经开发出一种准确预测哪些皮肤癌具有高度转移性的方法。

人工智能捷径在癌症治疗中引入偏见

人工智能捷径在癌症治疗中引入偏见

人工智能工具模型是癌症治疗的有力工具。然而,除非这些算法得到适当的校准,否则它们有时会做出不准确或有偏见的预测。

将图像与深度神经网络相结合

将图像与深度神经网络相结合

神经网络框架可以增加放射科医师在CT扫描中评估肺癌类型的信心,告知个性化的治疗计划。

受欢迎的文章

订阅简报
Baidu